Geri Dön

Çoklu lojistik regresyon ve k-en yakın komşu yöntemleri ile BİST 100 endeks getiri yönünün tahmini

Prediction of the BIST 100 index direction with multiple logistic regression and k-nearest neighbors methods

  1. Tez No: 495288
  2. Yazar: BEGÜM NUR ALKIŞ
  3. Danışmanlar: DOÇ. DR. GÜLDER KEMALBAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 73

Özet

Bu çalışmada, BIST100 endeks getirilerinin yukarı/aşağı hareket yönünün; veri madenciliğinde kullanılan sınıflandırmaya dayalı yöntemler yardımıyla tahmin edilmesi üzerinde çalışılmıştır. Veri analizinde kullanılan değişkenler olarak; hacim, birinci günden beşinci güne kadar önceki işlem gününün getirileri, finansal göstergelerin getirileri, borsa endekslerinin getirileri ve döviz kurlarının getirileri yer almaktadır. Çalışmada, belirli bir günde BIST100 endeks getirilerinin yükselip yükselmeyeceği ya da düşeceği tahmin edilmektedir. Borsanın yukarı/aşağı hareket yönünü tahmin etmek için, iki kategorili lojistik regresyon ve K-en yakın komşu algoritması uygulanmıştır. Her iki uygulanan yöntem birbiri ile karşılaştırarak hangisinin tahmin etmedeki performansının daha yüksek olduğu irdelenmiştir. BIST100 verisi üzerinde gerçekleştirilen analiz sonuçları, iki kategorili lojistik regresyon yönteminin daha başarılı tahminler yapabildiğini göstermektedir.

Özet (Çeviri)

In this study, we aim to predict daily up/down movement direction in the BIST100 index with the help of data mining techniques based on classification. The variables used for data analysis are historical return, volume, returns of the five previous trading days which are called Lag1 through Lag5 and daily closing return exchange rates. Our problem includes predicting whether on a particular day the BIST100 index will increase, i.e. fall into up bucket, or decrease, i.e. fall into down bucket. To predict the up/down movement direction of stock market, we apply two data mining techniques as binary logistic regression and K-nearest neighbors analysis. We compare the prediction performances of these two classification methods. According to data analysis results on BIST100, the binary logistic regression technique achieves better prediction performance in determining the up/down movement direction as opposed to K-nearest neighbors algorithm.

Benzer Tezler

  1. Yapay öğrenme yöntemleri ile akciğerdeki tümörlerin birincil kökenlerine göre sınıflandırılması

    Classification of tumors in the lung according to primary origins using machine learning methods

    ABDULLAH ENES TAHA

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Pertübasyon yöntemi ile hassas veri güvenliğine yönelik çok değişkenli veriler için tahmin analizi

    Prediction analysis for multivariate data with respect to sensitive data security using the perturbation method

    İLKER İLTER

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SAFİYE SENCER

  3. Machine learning applications in portfolio optimization

    Portföy optimizasyonunda makine öğrenmesi uygulamaları

    FİRDEVS NUR UYKUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BÜŞRA ZEYNEP TEMOÇİN

  4. Yüksek riskli sınavlarda başarıyla ilişkili değişkenlerin veri madenciliği yöntemleriyle incelenmesi

    Evaluating the variables related to success in high-stakes exams by using data mining methods

    AYŞEGÜL BOZDAĞ KASAP

    Doktora

    Türkçe

    Türkçe

    2024

    Eğitim ve ÖğretimGazi Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. DİLARA BAKAN KALAYCIOĞLU

  5. Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi

    Analysis of container port operations using machine learning methods

    ÜSTÜN ATAK

    Doktora

    Türkçe

    Türkçe

    2022

    Deniz Bilimleriİstanbul Teknik Üniversitesi

    Deniz Ulaştırma Mühendisliği Ana Bilim Dalı

    PROF. DR. YASİN ARSLANOĞLU

    PROF. DR. TOLGA KAYA